P88 — Teorema de Cox

Ruta probabilística · Por qué probabilidad y no otra escala. Tres condiciones mínimas bastan para que la respuesta sea única: no se elige, se deduce.

Nivel: L3 · Motor: cox · Notebook: P88_cox.ipynb · Anexo: probabilidad y verosimilitud

1. Identificación

Campo Valor
Título original Probability, Frequency and Reasonable Expectation
Autoría Richard T. Cox
Año 1946
Venue American Journal of Physics, 14(1), 1–13
Fuente primaria doi:10.1119/1.1990764
Acceso Restringido
Fecha de consulta 2026-08-17

2. Problema anterior

Hay muchas formas propuestas de razonar con incertidumbre: frecuencias, grados de creencia, factores de certeza, posibilidades, funciones de creencia. Cada escuela defiende la suya y la discusión se resuelve por gusto, por tradición o por conveniencia computacional.

Faltaba un argumento de principio: ¿hay alguna razón —no de costumbre— para preferir la probabilidad? Sin ella, la elección entre formalismos es arbitraria, y en IA eso se traduce en sistemas cuyo comportamiento nadie puede justificar.

3. Propuesta

Pedirle a cualquier medida razonable de plausibilidad tres cosas mínimas:

  1. representar grados con números reales, de modo que se puedan comparar;
  2. ser consistente con la lógica en los casos extremos: lo cierto tiene el grado máximo y las reglas se reducen a las lógicas cuando no hay incertidumbre;
  3. ser internamente consistente: si una conclusión se puede alcanzar razonando por dos caminos, los dos tienen que dar el mismo grado.

Y demostrar que cualquier medida que cumpla las tres es isomorfa a la probabilidad: satisface necesariamente la regla de la suma y la del producto.

4. Intuición sin fórmulas

Medir temperatura. Puedes usar grados Celsius, Fahrenheit o Kelvin, y las tres escalas son distintas. Pero no puedes inventarte una en la que el agua hierva por debajo de donde se congela: la estructura del orden está fijada por el fenómeno, aunque los números no lo estén.

Cox demuestra que con las creencias pasa lo mismo. Cualquier escala coherente es la probabilidad, reetiquetada.

Dónde deja de funcionar la analogía: la temperatura es una magnitud física medible. Aquí no se mide nada: se deduce qué reglas debe cumplir un razonamiento que no quiera contradecirse.

5. Matemática mínima

Consistencia interna ⟹  hay una función F tal que  P(A∧B|C) = F(P(A|B∧C), P(B|C))
Consistencia con la lógica ⟹  F es asociativa
Álgebra funcional ⟹  existe un reescalado en el que F es el PRODUCTO

Y análogamente para la negación ⟹  regla de la SUMA

La miniatura llega a la misma conclusión por otro camino —el del libro holandés— porque se comprueba con una resta:

Creencia Paga por dos apuestas Cobra pase lo que pase Resultado garantizado
0,6 en «llueve» y 0,6 en «no llueve» 120 100 −20
0,6 y 0,4 100 100 0

Quien viola la regla de la suma pierde con certeza, sin que haga falta saber si llueve. Y la escala no es única: elevar al cubo conserva el orden y sigue cumpliendo los desiderata. Lo fijado es la estructura.

💡 Consejo

Puente matemático. Esta sección da por sabido lo siguiente. Si algo no te suena, léelo primero: está explicado una sola vez, en un solo sitio, y sirve para todas las fichas.

Dónde Qué necesitas de ahí
A02 §3 · Verosimilitud y entropía cruzada la regla del producto en acción: cómo se combinan evidencias independientes

6. Arquitectura o flujo

flowchart TD
    D1["1 · grados con<br/>números reales"] --> T["teorema de Cox"]
    D2["2 · consistente<br/>con la lógica"] --> T
    D3["3 · mismo resultado<br/>por cualquier camino"] --> T
    T --> R["regla de la suma<br/>y regla del producto"]
    R --> P["ES la probabilidad,<br/>salvo reparametrización"]
    style P fill:#1a3a2a,stroke:#3fb950,color:#f0f6fc

7. Qué observar en el paper original

8. Evidencia y resultados

Es un artículo puramente teórico: enuncia los desiderata, plantea las ecuaciones funcionales que implican y las resuelve.

No hay experimentos. Y hay supuestos técnicos —diferenciabilidad, densidad de ciertos conjuntos— que Cox no explicita del todo y que Halpern (1999) mostró que hacen falta para que la demostración sea correcta.

La miniatura no reproduce la demostración: exhibe la consecuencia por la vía del libro holandés, que es de Ramsey y de Finetti y no de Cox, pero llega al mismo sitio y se comprueba con una resta.

9. Impacto

10. Limitaciones

  1. Los supuestos técnicos importan. Halpern (1999) construyó contraejemplos con dominios finitos donde la demostración, tal como está enunciada, falla.
  2. No dice de dónde salen las previas. Que la estructura sea única no fija los números iniciales, y ese es el problema práctico.
  3. Presupone que la creencia se representa con un solo número. Formalismos con intervalos o con conjuntos de probabilidades rechazan justamente ese desiderátum.
  4. No es un argumento contra la utilidad de otros formalismos: la lógica difusa responde otra pregunta, no la misma peor.
  5. Es abstracto y difícil de aplicar: no da ningún método, solo una justificación.

11. Errores comunes

Error Corrección
«El teorema demuestra que la probabilidad es la única forma de tratar la incertidumbre» Demuestra que es la única que cumple ESOS tres desiderata. Rechazar uno de ellos —por ejemplo, representar la creencia con un solo número— abre otras opciones legítimas.
«La probabilidad tiene una escala privilegiada» El resultado es de unicidad salvo reparametrización monótona. Lo fijado es la estructura, no los números.
«El libro holandés es el argumento de Cox» Es el de Ramsey y de Finetti, y parte de las apuestas en vez de los desiderata. Convergen, y esa convergencia es interesante, pero no son el mismo argumento.
«Un sistema con puntuaciones que no suman 1 está mal diseñado» Está mal diseñado como medida de creencia sobre alternativas excluyentes. Si mide otra cosa —pertenencia, prioridad, coste— la regla de la suma no aplica.
«La demostración es incuestionable» Sus supuestos técnicos fueron discutidos y precisados después. El resultado sobrevive, con hipótesis mejor enunciadas.

12. Relación con trabajos anteriores

13. Relación con trabajos posteriores

14. Notebook asociado

P88_cox.ipynb

Qué implementa: los tres desiderata, el cálculo del arbitraje contra una creencia incoherente y contra una coherente, y la comprobación de que un reescalado monótono conserva la estructura.

Qué NO implementa: no reproduce la demostración de Cox ni sus ecuaciones funcionales. Usa el libro holandés, que es otro argumento con la misma conclusión y cabe en veinte líneas.

ai-evolution paper-lab P88 --seed 7

15. Actividades Bloom

Nivel Actividad
Recordar Enuncia los tres desiderata.
Explicar Explica qué significa que una medida sea isomorfa a la probabilidad.
Aplicar Ejecuta el notebook y calcula el arbitraje contra una creencia de 0,3 y 0,3.
Analizar Analiza por qué un reescalado monótono no rompe los desiderata.
Evaluar «La probabilidad es una convención entre varias». Evalúa la afirmación.
Crear Revisa un sistema de puntuación que uses y comprueba si sus números cumplen la regla de la suma sobre alternativas excluyentes.

16. Autoevaluación

  1. ¿Qué pregunta responde el teorema?
  2. ¿Cuáles son los tres desiderata?
  3. ¿Qué significa «isomorfa a la probabilidad»?
  4. ¿Es única la escala?
  5. ¿Qué es un libro holandés?
  6. ¿Qué renuncian los formalismos que no cumplen los desiderata?
  7. ¿Qué no resuelve el teorema?

17. Respuestas esperadas

  1. Por qué usar probabilidad y no cualquier otra escala de plausibilidad. La responde deduciendo la probabilidad de condiciones mínimas, en lugar de postularla.
  2. Representar los grados con números reales; ser consistente con la lógica en los casos extremos; y dar el mismo resultado sea cual sea el camino de razonamiento.
  3. Que existe un reescalado bajo el cual esa medida satisface exactamente la regla de la suma y la del producto. Es la misma estructura con otros números.
  4. No. Cualquier transformación monótona —elevar al cubo, por ejemplo— sigue cumpliendo los desiderata. Lo fijado es la estructura de las reglas, no la escala.
  5. Un conjunto de apuestas que garantiza pérdida a quien las acepte, sea cual sea el resultado. Solo es construible contra creencias incoherentes.
  6. Alguno de los desiderata. Los factores de certeza renuncian a la regla de la suma; los conjuntos difusos, a que la medida sea sobre alternativas excluyentes. Son decisiones con coste, no errores.
  7. De dónde salen las probabilidades previas. Fija la estructura del razonamiento, no su punto de partida.

18. Fuentes primarias

⬅️ Anterior: P87 Teorema de Bayes · 📇 Índice · 📝 Evaluación · 🏫 Clase 025 · Razonamiento con incertidumbre · ➡️ Siguiente: P89 Conjuntos difusos